高志晏 徐仁凤

针对高职学生在跨文化交际中存在“口语表达书面化、语言交互模式化”的突出问题，本文尝试探索“逆向建构”的人机协同教学模式。依托比雷埃夫斯港真实语料与生成式人工智能，通过前置高阶交际任务制造“认知阻滞”，引导学生在“卡壳”后带着明确需求借助AI查证学习，在反复“遇阻―查证―修正”的循环中将外部支持逐步内化为自身能力。实践表明，该模式有效激发了学生的学习主动性，使其在任务完成率、语用得体度和独立思考能力方面均有提升，为AI时代的高职涉外人才培养提供了实践路径。

随着“一带一路”倡议的深入推进，国际物流产业对涉外技术技能人才的需求已发生深刻转变。当前的职场环境不仅要求从业者具备扎实的英语语言基础，更强调其在复杂、突发的商务情境中应具备高水平的跨文化交际能力。然而，当前高职英语教学与职场真实需求之间存在显著落差。学习者在职场上面对外方客户时，要么完全不知如何开口，要么只会套用表达，无法实现真正的跨文化交际。这种“口语表达书面化、语言交互模式化”的现象，体现了英语跨文化教学的学用脱节。传统跨文化教学长期遵循“先输入、再输出”的单向线性路径，导致学习者的大量认知资源被过度消耗在基础的单词记忆和语法理解上，使学习者难以敏锐捕捉交际背后的文化差异。在真实的跨文化交际中，常出现机械套用句型或语用策略失效的现象。

生成式人工智能（GenAI）的快速发展为突破这一困局提供了新的可能。依托其自然语言理解与生成能力，GenAI能够在动态交互中高度还原真实的跨文化工作场景，为学生创设低风险的实战演练环境。赵晓伟等学者的“认知跃迁”模型指出，数智时代的人机协同需充分利用GenAI“工具”与“拟人”的双重属性。它既可充当认知工具协助学习者完成低阶任务、释放认知带宽，又可扮演智能伙伴在学习者高阶实践受挫时引导其折返低阶任务进行精准补漏，最终形成螺旋上升的认知跃迁。这一理论框架为理解人机协同的内在机制提供了重要视角，但如何将其落地为可操作的教学路径，仍需在具体学科实践中深入探索。

本研究以2024年江苏省高职教学能力比赛一等奖项目“语通世界 物畅全球”为例，依托中远海运比雷埃夫斯港的真实语料与案例，以赵晓伟等学者提出的人机协同认知发展框架为理论参照，从跨文化交际角度探索“逆向建构”的人机协同教学模式。

设计思路

随着GenAI的发展，“遇事不决问AI”正在成为学习者的主要学习方式。学生通常只满足于获取答案，而放弃了独立思考。长此以往，知识看似习得，能力却难以内化。与其简单禁止或回避这一现实，不如顺应学生的AI使用习惯，通过合理的任务设计加以引导，让“遇事不决问AI”服务于跨文化交际能力的真实提升。

“认知跃迁”理论为这一思路提供了重要支撑。该理论突破了传统教学逐级递进的线性思维，提出“跨越中阶触达高阶、按需返回低阶”的非线性路径。学习者可以先在高阶实践中遭遇认知冲突，再根据需要折返低阶任务进行知识补漏，从而实现能力的螺旋式提升。Michael Long的“互动假说”为如何进行按需折返提供了行动指南。他指出，学习者需通过“意义协商”（包括询问、确认、澄清等互动行为）推动语言内化。

基于上述理论，本研究尝试构建一种“逆向建构”的人机协同模式。跳过低阶知识的单向灌输，优先将学习者置于真实的高阶交际任务中，利用任务难度制造“认知阻滞”，驱动学生在“碰壁”后带着明确的问题使用AI、查证学习、修正表达。在这一过程中，AI工具的使用始终服务于具体交际目标，学生在“遇阻―查证―应用”的循环中，逐步将外部支持内化为自身能力。在低阶认知阶段，AI充当认知卸载工具，通过多模态资源转换帮助学生释放认知带宽，使其能将有限的认知能量集中于高阶思维活动；在高阶实践阶段，AI将转化为虚拟语伴，根据预设文化特征动态触发跨文化交际障碍，并在学生遭遇困难时参与意义协商。

为进一步落地“逆向建构”的人机协同模式，本研究搜集了真实交际场景语料和案例，借助扣子（Coze）平台开发了智能工具。

在语料方面，为解决传统教材的滞后性问题，笔者从合作企业中远海运希腊比雷埃夫斯港、中国一带一路网和中国日报网，收集了一批真实的国际物流行业英文语料。这些语料包括现场操作照片、培训手册选段、行业报告、新闻报道、跨文化交际案例等。笔者严格对标《高等职业教育专科英语课程标准》的“课程六要素”（语言知识、语言技能、主题类别、学习策略、文化知识、语篇类型），对语料进行结构化标注，构建了专属知识图谱。其中，语言知识标注词汇、语法、语用特征，语言技能标注听、说、读、写、看、译的技能类型，主题类别分为“国际物流”“港口操作”“跨文化沟通”等模块，学习策略包括上下文推测、对比分析等方法，文化知识标注显性文化事实与隐性文化价值观，语篇类型标注操作手册、商务邮件、新闻报道、对话实录等语体类别。通过这一标注体系，分散的语料被组织成关联知识网络，学生在查询时，后台会基于六要素图谱推荐复合型策略提示，以解决学生不会查和查不准的问题，实现从单纯的信息检索到结构化知识建构的跃升。

在辅助工具方面，为落地实施赵晓伟的“螺旋式认知发展”模型与Michael Long的“互动假说”，本研究在Coze平台依托知识图谱，开发了融伴学、助学、督学于一体的智能辅助系统。在伴学层面，系统调用AI的“拟人”属性扮演主管、客户、同事等不同角色，通过连番追问，人为制造“交际遇阻”的高压情境，直接激活“互动假说”的发生前提。在助学层面，系统切换为AI的“工具”属性，成为支撑“意义协商”的认知支架。当学生受挫需要求助时，AI拒绝“喂饭式”翻译，而是根据专属知识图谱推送商务委婉语或文化偏好等启发式提示，引导学生“按需折返”低阶知识进行查漏补缺。在督学层面，系统将重心转向对“螺旋式认知发展”轨迹的过程监测，后台记录学生“高阶交涉―触发阻滞―低阶查证―重返高阶修正”的交互数据。这种过程留痕为教学评价提供了客观数据支撑，将评价从传统的结果评价转向“人机协同的思维过程”评价，引导学生逐步放弃对AI答案的盲目依赖，沉下心实现跨文化交际能力的逐步提升。

实施案例

为更清晰地呈现逆向建构模式如何落地，下文以“比港货物延误处理”这一任务为例，将实施过程分为三个环节：情境创设、实战演练、真实检验。

情境创设：用文化冲突点燃探究兴趣

教师抛出一个极具视觉冲击力的案例：一段视频显示，阿尔巴尼亚船员在表示“确认”时，动作居然是“摇头”。这与“点头yes摇头no”的常规认知截然相反，引发了强烈的认知失衡。有学习者立刻打开AI查询，发现这是奥斯曼帝国时期留下的文化遗存。在阿尔巴尼亚部分社区，摇头表示“听到了、知道了”，与点头确认的语义相当。

教师接着追问：“竖起大拇指是否一定表示赞同？”有了前车之鉴，学生不再满足于简单的是否判断，而是主动设计更深层的问题：有的查询不同文化手势含义的对比，有的搜索手势误解引发的真实冲突案例。在自主探究中，学生初步建构了对“包容互鉴”的理解，体会到尊重文化差异的必要性。

在这一环节，AI充当了“即时查证工具”。它帮助学生快速验证猜想、获取背景知识，让好奇心能够顺畅地转化为主动探究，为后续深度实战做好了认知铺垫。

实战演练：在“碰壁”中主动求知 

接下来，教师直接发布任务：每位学生需要与AI（模拟一位焦急的希腊客户）进行全英文对话，解释一批货物的延误原因。没有台词、没有预习，直接开始。此时，智能辅助系统开启“伴学”与“督学”双重模式。

学生小李是班上的中等水平学生，他的第一次对话只持续了不到一分钟。以下是片段还原：

小李：Hello…The ship is late.Sorry.

AI客户：Sorry？When will it arrive？My production is waiting！

小李：Uh…I don't know. Weather bad.

AI客户：What？You don't know？ I need the new time！

小李：I…I check.（卡壳，暂停）

小李按下暂停键，长舒一口气，向AI提问：“‘延误’除了delay还能怎么说？”

此时，系统切换至“助学”模式。遵循拒绝“喂饭式”翻译的设定，AI并未直接给出一句完美的英文长句，而是依托底层的跨文化知识图谱，向其推送了“be behind schedule”“delayed arrival”等语言知识节点的基础表达，并附带启发式例句。

小李盯着屏幕读了两遍，然后试着组织语言，重新开启对话：

“Sorry for the delay.The ship is behind schedule…because bad weather.I check new time.”

虽然语法还不够完整，但已经比第一次多了“behind schedule”这个新表达，也尝试解释了原因。AI客户回应：“OK,But when？”

“暂停―提问―尝试―继续”的过程在整节课中反复发生。有的学生问一次就能记住，有的要问两三次；有的记住了句子却说得很磕巴，需要反复练习。

不同水平的学生在求助时呈现不同的“折返”轨迹。

基础较弱的学生通常卡在最基础的词汇上。他们问得最多的是“‘延误’怎么说”“‘解决方案’怎么拼”。在系统推送基础词汇和简单例句后，他们通常需要反复拼读才能磕磕巴巴地说出来。

中等水平的学生在掌握基础表达后，会进一步追问稍微复杂的说法。例如，小李在学会“be behind schedule”之后，又问：“怎么表达‘不是我们的错’更委婉？”系统推荐了“due to unexpected weather”和“beyond our control”，他试着把这两个短语塞进句子里，虽然有时位置放得不对，但至少意思传达到了。

基础较好的学生则开始关注沟通策略。有学生问：“直接说‘再等等’会不会不礼貌？希腊人会不会生气？”系统推送文化提示：“希腊商务沟通中，直接命令式表达容易引起反感，建议先说明原因再提出请求。”这类学生尝试调整自己的表达方式，虽然调整后的句子可能依然简单，但语气已经有所不同。

无论哪个层次的学生，都经历了“遇阻―求知―试错―修正”的循环。课堂不再是标准答案的演练场，每个人都在为自己的真实沟通危机而忙碌。与此同时，系统的“督学”模块记录下学生从“卡壳”到“提问”，再到“修正”的完整轨迹，全面展现学生跨文化交际能力的提升过程。

效果检验：脱离AI独立应对

在产出环节，笔者设置了“脱离AI的纯人际模拟”。两名学生组成中方团队，教师扮演希腊客户，企业专家扮演国内货主，通过电话会议形式展开10分钟左右的突发危机处理预演。这一次，学生无法使用AI，必须完全依靠自己完成。

教师扮演的客户故意施压：“你们的船晚了两天，我的工厂快停工了！到底什么时候能到？”

小李愣了一下，下意识想拿出手机查单词，但意识到不可使用AI，停顿了几秒，努力回忆之前练习时学到的东西，磕磕巴巴地开口：

“We…we are sorry for the delay.The bad weather…cause the problem.We are…working on solution.I will…check new time and call you back.”

这段话的语法并不完美（“cause”应为“caused”，“working on solution”缺少冠词），单词运用也很简单，但它包含了道歉、解释原因、提出方案、承诺反馈四个基本要素，说明跨文化职场沟通的核心结构已初步内化。与学前测试中要么沉默、要么只会说“sorry”的表现相比，学生在压力下能够有条不紊地组织回应。这说明前期人机协同中的“助学”支架与“伴学”试错，已切实转化为学生自身的交际能力，逆向建构模式促成了真实的能力迁移。

教学效果与实践反思

本次教学实践以某高职涉外物流专业的30名学生为对象，通过横纵向对比学习前后的实操表现，并结合教师与企业专家的多维评分，“逆向建构”的人机协同模式展现出如下成效。

任务完成率大幅跃升

课程初期，学生在“延误解释”“货损理赔”“运价调整”“紧急订舱”四个典型职场任务上的整体成功率仅为34%。经过人机协同的“遇阻―补漏”训练后，针对同类任务的二次完成率攀升至88%。其中，“延误解释”的成功率从28%跃升至82%，“货损理赔”从31%提升至86%。这一数据的显著增长，直接印证了学生在真实任务中“卡壳”后所激发的针对性补漏切实发生，且高效转化为实际问题的解决能力。

提问轨迹折射出学习范式的转变

后台数据清晰勾勒出学生交互重心的转移。课程初期，高达71%的提问停留在单词、语法等浅层知识检索层面；而在课程后期，67%的提问转向了“我这样反问礼貌吗”“用哪个词显得更专业、不推责”等语用策略层面。这种从“被动索要答案”到“主动意义协商”的根本性转变，标志着学生正从知识的被动接受者蜕变为跨文化交际的主动建构者。

语用得体度与抗压交际能力显著增强

在脱离AI辅助的纯人际真实模拟中，学生在高压情境下自发使用礼貌句式的比例由学前的28%大幅提升至70%。企业专家与教师的联合评估显示，79%的学生能够冷静应对外方客户的突然发难，并给出契合国际商务规范的专业回应。更具说服力的是，与上一届采用传统单向教学模式的学生相比，实验班在无辅助状态下的得体表达率高出32个百分点，充分证实了该模式在能力内化上的显著优势。

批判性文化意识得到有效孵化

“逆向建构”模式不仅传授技能，更孵化了学生独立思考的意识。在课后“修改AI脚本”环节，82%的学生能够敏锐捕捉并修正AI初稿中潜藏的文化刻板印象。例如，有学生主动将AI泛化生成的“希腊人总是迟到”修改为“准时性因具体情境而异，但提前沟通始终是尊重的表现”。这种不盲从机器的批判性媒介素养，正是在逆向建构中经反复“质疑―多源查证”自然沉淀的结果。

实践反思与进阶探索

本次探索亦暴露出若干有待提升的问题。

首先，语料库的广度拓展。目前，系统的底层语料主要依托比雷埃夫斯港的单一文化样本。未来，需要引入更多“一带一路”沿线国家的真实职场素材，以提升跨文化交际的复杂性与多样性。

其次，对“AI依赖”的现象。在实践中，少数学生在遭遇认知阻滞时，会习惯性跳过自主试错环节，直接向AI索要现成答案。起初，笔者试图通过改变评价机制（如将“人机协作的对话记录”纳入评分维度）倒逼学生思考。然而笔者深刻意识到，光靠“评价”施压通常只能促使学生机械地“完成任务”，这不仅难以激发其终身学习意愿，反而可能引发应付式的浅层配合。

技术依赖的真正破局之道，不应是外在的评价倒逼，而应回归语言习得的内核――即提供“引人入胜的输入（Compelling Input）”。正如著名语言学家克拉申（Krashen）所指出的，当输入材料本身足够有趣，甚至让学习者忘记了自己正在学习外语时，最深层的习得才会自然发生。在后续系统迭代中，笔者计划在语料设计上注入更多悬念、幽默或极具戏剧张力的真实职场故事，赋予AI虚拟客户更加鲜活、丰满甚至出人意料的性格特征。当跨文化交际的情境本身足够引人入胜、与AI的博弈过程如同探索未知般充满乐趣时，学生自然会沉浸于“拆解问题与文化探秘”的体验，而非急于向机器索取一个干瘪的标准答案。

从“评价规训”走向“内在吸引”，用高吸引力的材料激发学生跨文化交际的真实内驱力，将是数智化外语教学持续深耕的核心命题。

本研究聚焦高职学生跨文化交际能力的培养，尝试将赵晓伟等学者的“认知跃迁”模型与Michael Long的“互动假说”落地为可操作的教学实践，构建了“逆向建构”的人机协同模式。在GenAI快速普及的背景下，本研究尝试顺应学生“遇事问AI”的现实习惯，通过合理引导将其转化为跨文化能力提升的契机，为破解跨文化教学的学用脱节问题探索一条新的路径。

这一模式的核心在于调用AI的双重角色以推动跨文化交际能力的内化。一方面，让AI扮演“虚拟语伴”，通过设置仿真交际场景制造沟通障碍，激活“互动假说”强调的语言习得的前提，即交际遇阻；另一方面，让AI充当“认知工具”，与学生意义协商，助力学生按需折返低阶知识图谱，进行查漏补缺。学生经历“高阶受挫―低阶补漏―重返高阶”的完整循环后，逐步提升跨文化交际能力。

从实践反馈来看，学生在脱离AI支持后仍能应对真实交际场景，一改往日“无话可说”的窘境。学生对AI生成的内容也开始有了初步的批判意识。这说明“逆向建构”模式在防范能力空心化、促进跨文化交际能力真实迁移方面具有积极潜力。

本研究提出的“逆向建构”的人机协同模式仍有不少局限。一方面，需要突破单一港口物流案例的局限，构建覆盖更多“一带一路”沿线国家的多模态跨文化语料库；另一方面，摆脱技术依赖不能只依赖外部评价约束，要回归语言能力提升的本质。后续系统迭代可以尝试打造更具吸引力的交际情境，以真实的跨文化交际激发学生内在的探索欲，让人机协同真正服务于终身学习能力的提升。

（作者单位：江苏航运职业技术学院）